基于机器视觉的煤矸识别系统设计及试验研究

庞尚钟，李 博，王学文，王璐瑶，高新宇，宋 旸，丁恩发

(1.太原理工大学 机械与运载工程学院，山西 太原 030024；2.煤矿综采装备山西省重点实验室，山西 太原 030024；3.山西焦煤汾西矿业 正文煤业，山西 孝义 032300；4.大同煤矿集团机电装备约翰芬雷洗选技术设备有限公司，山西 大同 037300)

作为全球最大的煤炭生产与消费国，煤炭占据我国一次能源的60%左右，对于中国能源体系具有不可替代的作用。在现代机械化开采过程中，经常出现的煤岩断层等各种环境现象均会导致原煤中含矸率的上升，影响原煤质量。因此，选煤是实现煤炭高效、洁净利用的有效方案[1，2]。目前，我国主要通过人工拣选和机械湿选法进行原煤洗选，基于X、γ射线的自动化选煤技术也在逐步应用与推广[3]。人工拣选无法保证分选质量，且工作环境恶劣、危害工人身体健康，而湿选法成本高、水资源耗费大，还会造成环境次生污染，射线选煤技术则易受水分影响，且具有辐射危害作用，难以用于井下排矸[4，5]。

机器视觉检测技术作为一种无接触、高智能化、安全可靠的先进检测方法，在煤炭生产领域被用于研究煤岩界面识别、干法选煤、输送带调速等[6-8]。在基于机器视觉的干法选煤研究中，王家臣详细分析了不同光照强度下煤矸图像灰度及纹理特征变化情况，为机器视觉选煤装备的光源设计提供了依据[9]，窦东阳针对实际应用中经常遇到的表面干燥原煤、湿净面原煤、干煤泥覆盖和湿煤泥覆盖四种工况图像，采用Relief-SVM进行了分类识别研究[10]，郭永存等人提出了一种POS-NP-FSVM方法，用来对X射线检测中生成的图像进行识别[11]，赵国利设计了一套机器视觉实时煤矸检测系统[12]。……